3 raisons pour lesquelles les universités utilisent Explorance MLY et l’IA pour effectuer des analyses qualitatives

Anciennement BlueML, Explorance MLY est une avancée révolutionnaire dans l’analyse qualitative. Cet outil alimenté par l’intelligence artificielle (IA) utilise des modèles d’apprentissage automatique adaptés aux établissements d’enseignement supérieur pour extraire des informations exploitables à partir de vastes quantités de commentaires d’étudiants.

Explorance MLY propose des modèles spécialisés conçus pour détecter les sentiments, les recommandations et les alertes dans les commentaires des étudiants, ce qui permet aux établissements de réagir rapidement. Cette analyse de données facilite la prise de décision dans les établissements d’enseignement supérieur, enrichissant ainsi l’expérience des étudiants. En utilisant ces informations, les établissements peuvent améliorer les méthodes d’enseignement et le contenu des cours, ce qui augmente la satisfaction, l’engagement et la réussite des étudiants. Le logiciel dispose également de modèles spécialisés pour l’expérience des employés.

Nous avons interrogé quatre universités sur leur expérience avec Explorance MLY et ses analyses qualitatives, alors qu’elles intensifiaient leur travail sur la voix des étudiants au cours de l’année universitaire 2023-24.

1. Plus de travail manuel avec l’analyse qualitative

Liverpool John Moores University (LJMU), qui a intégré Explorance Blue à sa plateforme institutionnelle pour les évaluations de modules il y a près de dix ans, a récemment inclus Explorance MLY dans ses sondages étudiants pour renforcer l’assurance et l’amélioration de la qualité.

« Explorance MLY vient compléter notre gamme d’outils d’évaluation et, surtout, cette plateforme devrait offrir une analyse rapide et automatisée des données en texte libre, ce qui facilitera la prise de décision opportune », a déclaré Phil Carey, doyen de l’Académie de l’enseignement et de l’apprentissage de l’université.

« L’avantage principal réside dans la rapidité de l’analyse des commentaires. Nous valorisons la richesse des informations fournies par les commentaires en texte libre et reconnaissons qu’ils sont inestimables pour comprendre l’expérience des étudiants et à répondre à leurs besoins. Auparavant, les délais importants entre la collecte des commentaires des étudiants et leur analyse étaient dus à la nature laborieuse de ce processus. »

L’Université de Manchester collabore avec Explorance depuis 2022 pour améliorer les évaluations de ses unités. Elle a commencé à intégrer MLY l’année dernière suite à des difficultés rencontrées dans l’analyse de commentaires ouverts.

« Au sein d’une université aussi grande, nous avons toujours eu du mal à allouer des ressources à l’analyse qualitative », explique Jo Hicks, responsable de l’enseignement et de l’apprentissage (amélioration des programmes), qui a dirigé le travail avec Explorance. « Il n’y a rien sur le marché pour répondre à ce besoin, et l’utilisation d’un dictionnaire de données pour examiner les mots prendrait des semaines à notre équipe de planification stratégique pour obtenir des résultats significatifs. »

L’Université de Westminster déploie Explorance MLY pour faciliter les sondages auprès des étudiants et des employés.

« Nous avons investi dans MLY pour renforcer nos capacités d’analyse qualitative », explique Kirsty Bryant, analyste principale de la recherche institutionnelle – stratégie, planification et performance. « Avant MLY, nous effectuions une analyse manuelle thématique des commentaires ouverts d’un seul sondage, malgré la réalisation de plusieurs sondages à grande échelle tout au long de l’année universitaire. Bien que nous ayons une bonne connaissance de nos données, nous étions conscients de la charge de travail importante que nécessitait cette analyse. Nous cherchions donc des moyens de rationaliser ce processus pour accroître notre capacité à mener des analyses qualitatives. »

2. Une compréhension plus approfondie des sentiments des étudiants

LJMU a joué un rôle clé dans le développement initial d’Explorance MLY, en fournissant des commentaires d’étudiants spécifiques à l’institution pour former les modèles avec d’autres universités. Le Dr Carey a souligné le potentiel d’exploitation des données démographiques.

« Après avoir testé MLY sur plusieurs ensembles de données, nous pouvons affirmer que le logiciel identifie de manière fiable les thèmes clés et leur contexte émotionnel », a-t-il déclaré. « La catégorisation des sujets est transparente, cohérente et peut être retracée jusqu’à la source. Cela nous permet de suivre l’évolution dans le paysage du feedback des étudiants au fil du temps et d’examiner la dynamique linéaire de thèmes ou de catégories spécifiques. »

« Savoir que les algorithmes d’analyse ne sont pas statiques et qu’Explorance MLY évoluera, apprendra et s’adaptera aux thèmes changeants a été l’un des facteurs décisifs dans notre décision d’acheter MLY. Un autre avantage est que MLY est un produit autonome, de sorte que nous pouvons l’utiliser pour analyser une variété d’ensembles de données en texte libre provenant d’autres sondages et évaluations externes et internes. Il est remarquable qu’Explorance accueille le feedback continu des utilisateurs, ce qui signifie que la communauté de l’enseignement supérieur britannique contribue à affiner le produit. »

Jo Hicks a ajouté : « À l’Université de Manchester, nos étudiants nous ont souvent fait part de leur manque de confiance dans notre capacité à leur fournir des retours sur les actions entreprises en réponse à leur feedback, malgré les nombreuses occasions que nous leur offrons de donner leur avis. Avec MLY, nous avons constaté lors de la démonstration initiale que l’analyse qualitative pouvait être réalisée en seulement 15 minutes et qu’elle nous donnerait cette histoire cruciale qui se cache derrière les données. Au fil du temps, je suis convaincue que cet investissement renforcera la confiance de notre institution dans son environnement de données et sa capacité à comprendre les diverses données démographiques.

Et ce n’est pas seulement au Royaume-Uni : Explorance MLY aide également les universités du monde entier. « L’un des principaux défis que nous avons rencontrés est la gestion des préjugés dans les commentaires », déclare Meagan Morrissey, Gestionnaire – Insights étudiants et personnel à l’Université de Newcastle, en Australie.

« Dans le passé, nous avons adopté une approche coûteuse, mais efficace pour atténuer ce problème en lisant chaque commentaire d’étudiant et en supprimant les phrases offensantes. Nous nous tournons maintenant vers MLY pour nous aider à catégoriser instantanément les données non structurées et à détecter les écarts par rapport aux tendances dans le feedback nécessitant une attention particulière. Cela nous permettra de fournir des évaluations équilibrées et normalisées en réduisant l’influence négative des préjugés liés au sexe, à l’identification LGBTQ+, au statut autochtone et insulaire du détroit de Torres et à l’appartenance ethnique.

3. Une plateforme à l’épreuve du temps pour soutenir les stratégies de sondage des étudiants

L’Université de Manchester a indiqué qu’avec MLY et Explorance Blue, il était possible de mener d’autres sondages universitaires en dehors de la fenêtre standard de l’université en utilisant la fonctionnalité de déclenchement d’automatisation de la planification. Cela inclut la possibilité d’intégrer des sondages sur les activités pédagogiques et le personnel.

« Nous avons incontestablement parcouru un long chemin au cours des deux dernières années, mais il reste encore du travail à faire », a expliqué Jo. « Notre objectif initial à travers ce processus était de trouver un système qui s’intègre à notre système de dossiers d’étudiants, qui automatise davantage nos sondages d’unité et nous permettrait d’être plus flexibles et agiles, en nous donnant les données rapidement pour prendre des décisions. MLY est utilisable, efficace et à fiable, et nous aidera à boucler la boucle du feedback. La plateforme sera un outil important dans le cadre des travaux du groupe stratégique de l’université sur les sondages auprès des étudiants, nouvellement créé, qui examine les futurs processus. »

À l’université de Westminster, Kirsty a révélé qu’en plus d’offrir une « analyse thématique déductive rapide », MLY était une plateforme précieuse pour permettre une innovation plus large au sein de son équipe.

« Grâce à l’intelligence artificielle via Explorance MLY, nous disposons d’une capacité accrue pour mener tous nos sondages principaux à travers ce système. Cela nous permettra d’être plus réactifs, notamment en ce qui concerne les évaluations des modules, où nous pouvons identifier les problèmes en cours d’année et réagir rapidement », a-t-elle poursuivi.

« Nous nous attendons également à un changement culturel dans la manière dont mon équipe utilise son temps. Nous pourrons nous concentrer davantage sur notre communication avec les parties prenantes et sur nos actions, en veillant à être responsables de la mise en œuvre de changements positifs. Nous serons en mesure de partager une analyse approfondie des commentaires ouverts presque aussi rapidement que nous livrons actuellement les données quantitatives de nos sondages. Nous prévoyons que cela entraînera un véritable changement de culture, où nos données qualitatives auront le même niveau d’importance que nos vastes ensembles de données quantitatives. »

Meagan partage le même avis : « Ce partenariat avec MLY nous permettra de mieux soutenir nos enseignants, d’identifier plus précisément nos enseignants exceptionnels et de suivre les tendances de la voix des étudiants. Nous sommes impatients de créer un environnement dans lequel notre personnel académique s’engage de manière plus indépendante dans le processus de feedback, voit son impact sur ses étudiants et est soutenu pour réaliser la vision de l’Université pour l’avenir. »